原文传递
基于工况识别的插电式混合动力汽车控制策略研究
| 论文题名： | 基于工况识别的插电式混合动力汽车控制策略研究 |
| 关键词： | 插电式混合动力汽车;燃油经济性;整车控制;工况识别 |
| 摘要： | 汽车工业的高速发展与日渐严苛的排放法规逐渐颠覆着传统燃油汽车的理念，在节能环保与可持续发展的大环境下，新能源车型正在逐步走进人们的生活，而受制于电池技术的诸多缺陷，插电式混合动力汽车凭借其排放低、续驶里程长等优点成为众多新能源车中当前乃至未来长时期内的研究热点。 本文针对插电式混合动力汽车，所做的研究内容主要包括以下几个方面: 首先在城市道路上采集了工况数据并将其整理成短行程，初次选择12个特征参数并计算出所有短行程的特征参数值。基于SPSS软件对这些特征参数进行主成分分析，取前4个主成分来表示选取的12个特征参数;在此基础上运用K均值聚类分析法将短行程分为四类，分别代表四种城市工况。基于“二次聚类”法选出各自类别的代表工况，以此构建出代表性的城市行驶工况。 其次基于MATLAB采用学习向量量化(LVQ)神经网络进行样本训练以及工况识别模块的建立，并对构建出的代表工况进行识别，结果表明，该模块能够较为准确的识别行驶工况。 而后分析了插电式混合动力汽车的工作模式，基于工况识别制定了整车控制策略。基于实例车型在AVL Cruise软件中搭建了整车仿真模型，并与Matlab/Simulink软件中建立的控制策略进行联合仿真。仿真结果表明:所建立的控制策略能够有效识别工况信息，并能够以此进行相应工作模式的切换和合理的转矩分配。 最后在Isight软件中建立了优化模型，对控制策略中的部分门限值进行了优化。优化后的整车等效油耗降低了3.5％，燃油经济性得到了改善。 |
| 作者： | 姜涛 |
| 专业： | 车辆工程 |
| 导师： | 尹安东 |
| 授予学位： | 硕士 |
| 授予学位单位： | 合肥工业大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
